Summary

工程平台和设计一个Neurally控制供电采用经假体与评价实验方案

Published: July 22, 2014
doi:

Summary

神经 – 机接口(NMI)已开发,以确定用户的运动模式。这些NMI的是潜在的动力驱动的人工腿的神经控制是有用的,但没有得到充分展现。本文提出了(1)我们设计的工程平台,便于实施和神经控制的发展动力下肢假肢和(2)的实验装置和协议在实验室环境评估neurally控制的人工腿的患者下肢截肢安全和有效率。

Abstract

以使动力人工腿直观的操作,用户和假体之间的界面处,可以识别用户的运动的意图是需要的。一种新型的神经 – 机接口(NMI)的基础上在我们以前的研究开发神经肌肉机械融合已经表现出了很大的潜力,找准经股截肢者的预期变动。然而,该接口还没有被集成到一个有源假腿为真神经控制。本研究旨在汇报(1)一个灵活的平台来实现和优化供电下肢假肢神经控制和(2)的实验装置和协议,以评估患者的神经控制假肢下肢截肢。第一个基于PC和可视化编程环境在一个平台上开发,以实现假体的控制算法,包括NMI的训练算法,NMI在线检测算法,和内在的控制算法。为了演示功能这个平台,在此基础上研究神经肌肉的机械融合的NMI是分层与原型经股假体的内在控制一体化。一个病人有单侧经股截肢招募表演活动,如站立,电平的地面上行走,斜坡上升时,以评估我们实施的神经控制器,并在实验室连续坡道血统。一种新型实验装置和协议进行,以安全,高效地测试新的假肢控制开发的。概念证明的提交平台,实验装置和协议可以协助的neurally控制供电人工腿的未来发展和应用。

Introduction

本站下肢假肢已经获得了越来越多的关注在商业市场1,2和研究团体3-5。相较于传统的被动假肢,假肢机动关节有让下肢截肢者更有效地执行,穿无源器件时,是很难或不可能活动的优势。然而,目前,平滑无缝过渡的活动( 例如 ,从水平地面步行到上楼梯)仍是动力假肢使用者一个具有挑战性的问题。这种困难主要是由于缺乏用户的人机界面,可以“阅读”用户的运动意图,并及时调整,以假体的控制参数,使用户能够无缝地切换活动模式。

为了应对这些挑战,各种方法在设计人机界面已经探索。根据其中NMI的肌电(EMG)的信号已显示出巨大的潜力,让直观的控制的电动下肢假肢。最近的两项研究6,7报道经股截肢者的膝盖缺失的监测过程中坐姿残余的肌肉记录的肌电信号拟提出的动议进行解码。金 。5用于从残留柄的肌肉测量,以确定一个小腿截肢2运动模式(水平地面行走和下楼梯)肌电图信号。 Huang 等人 8提出了一种相依赖的肌电模式识别方法,可以识别7活动模式与约90%的准确度为展示两个经股截肢。为了更好的提高意图识别性能的基础上,神经肌肉机械融合一个NMI的目的是在我们组9和在线评估,对经股截肢者佩戴被动式义肢的意图识别10,11。这NMI能准确识别用户的预定活动及预测活动转变9,这是为动力人工腿神经控制可能有用。

我们所面临的当前问题是如何对我们的NMI融入假体控制系统,以使假体直观操作,保证了用户的安全性。开发真正neurally控制的人工腿需要一个灵活的平台,在实验室中,便于实施和假肢控制算法的优化。因此,本研究的目的是报告用于测试和优化假肢控制算法,在我们的实验室开发了一种灵活的工程平台。此外,新的实验装置和协议都用于评估患者的neurally控制动力经股的假肢下肢截肢安全和有效地。该平台和实验设计本研究提出可能有利于未来德韦讲习班中的真实neurally控制,供电的假腿。

Protocol

1,平台的供电采用经股假肢的神经控制的实现工程平台,在这项研究中,以实施和评估的动力人工腿神经控制开发的。硬件包括台式电脑采用2.8 GHz CPU和4 GB的RAM,一个多功能数据采集板与模拟 – 数字转换器(ADC)和数字 – 模拟转换器(DAC),一个电机控制器,数字I / O,以及一个典型的动力经股假体设计在我们的小组12。首先由ADC的数字化和流进入桌面PC进行信号处理?…

Representative Results

图4a显示七个通道表面肌电信号从主体的残肢大腿肌肉测量,当他进行髋关节屈/伸,如协议3.2.6中所述, 图4b显示肌电信号六步态周期在录制时须走过电平的地面上行走路径,协议3.3.4中。从图中可以看出,新设计的肌电电极插座接口可以提供表面肌电信号测量的质量好。 图5显示控制模式,检测阶段,并导致膝盖在一个代表性的在线检?…

Discussion

工程平台,在这项研究中来轻松实现,优化,发展动力假肢的真实神经控制开发的。整个平台被设计在一个虚拟仪器的开发环境,并在台式机上实现的。控制软件是由几个独立的和可互换的模块,在其中每一个特定的功能被执行( NMI意图识别,和固有控制)。这种模块化设计的优点在于,每个功能块可以很容易地调试,修改和更新。此外,添加或删除功能,或改变模块之间的连接可以?…

Divulgations

The authors have nothing to disclose.

Acknowledgements

这项工作得到了卫生部根据批RHD064968A的国家机构,部分由美国国家科学基金会根据批0931820,1149385格兰特,格兰特1361549部分支持,并在通过根据批H133G120165的国家残疾与康复研究的一部分。作者感谢林都鼎旺和杰拉尔德Hefferman在罗德岛的大学和迈克尔J.庵在庵矫正和假肢技术有限责任公司,为他们的伟大的建议,并在此研究的援助。

Materials

Trigno Wireless EMG Sensors Delsys, Inc. 7
Trigno Wireless EMG Base Station Delsys, Inc. 1
Multi-functional DAQ card (PCI-6259) National Instruments, Inc. 1
Potentiometer (RDC503013A) ALPS Electric CO., LTD 1
Encoder (MR series) Maxon Precision Motors, Inc. 1
Motor controller (ADS50/10)  Maxon Precision Motors, Inc. 1
24 V Power Supply (DPP480) TDK-Lambda Americas, Inc. 1
6 DOF Load Cell (Mini58) ATI Industrial Automation 1
Ceiling Rail System RoMedic, Inc. 1
NI LabView 2011 National Instruments, Inc. 1

References

  1. Martinez-Villalpando, E. C., Herr, H. Agonist-antagonist active knee prosthesis: a preliminary study in level-ground walking. J Rehabil Res Dev. 46, 361-373 (2009).
  2. Sup, F., Bohara, A., Goldfarb, M. Design and Control of a Powered Transfemoral Prosthesis. Int J Rob Res. 27, 263-273 (2008).
  3. Au, S., Berniker, M., Herr, H. Powered ankle-foot prosthesis to assist level-ground and stair-descent gaits. Neural Netw. 21, 654-666 (2008).
  4. Hargrove, L. J., Simon, A. M., Lipschutz, R. D., Finucane, S. B., Kuiken, T. A. Real-time myoelectric control of knee and ankle motions for transfemoral amputees. JAMA. 305, 1542-1544 (2011).
  5. Ha, K. H., Varol, H. A., Goldfarb, M. Volitional control of a prosthetic knee using surface electromyography. IEEE Trans Biomed Eng. 58, 144-151 (2011).
  6. Huang, H., Kuiken, T. A., Lipschutz, R. D. A strategy for identifying locomotion modes using surface electromyography. IEEE Trans Biomed Eng. 56, 65-73 (2009).
  7. Huang, H., et al. Continuous Locomotion Mode Identification for Prosthetic Legs based on Neuromuscular-Mechanical Fusion. IEEE Trans Biomed Eng. 58, 2867-2875 (2011).
  8. Zhang, F., Dou, Z., Nunnery, M., Huang, H. Real-time implementation of an intent recognition system for artificial legs. Conf Proc IEEE Eng Med Biol Soc. 2011, 2997-3000 (2011).
  9. Zhang, F., Huang, H. Source Selection for Real-time User Intent Recognition towards Volitional. Control of Artificial Legs IEEE Journal of Biomedical and Health Informatics. PP, (2013).
  10. Liu, M., Datseris, P., Huang, H. A prototype for smart prosthetic legs: analysis and mechanical design. Proceedings of the International Conference on Control, Robotics and Cybernetics. , 139-143 (2011).
check_url/fr/51059?article_type=t

Play Video

Citer Cet Article
Zhang, F., Liu, M., Harper, S., Lee, M., Huang, H. Engineering Platform and Experimental Protocol for Design and Evaluation of a Neurally-controlled Powered Transfemoral Prosthesis. J. Vis. Exp. (89), e51059, doi:10.3791/51059 (2014).

View Video